基于交换预测的半监督学习用于通信信号识别
信号处理
2023-11-15 v1 人工智能
摘要
深度神经网络已广泛用于通信信号识别并取得显著性能，但这种优势通常依赖于使用大量样本进行监督学习，而在少标签小数据集上训练深度神经网络一般会陷入过拟合，导致性能退化。为此，我们开发了一种半监督学习（SSL）方法，有效利用大量更易获取的未标注信号数据来改善泛化能力。所提方法主要依赖于一种新颖的基于一致性正则化的实现，称为交换预测（Swapped Prediction），其利用强数据增强扰动未标注样本，并鼓励其对应模型预测接近原始预测，以具有交换对称性的缩放交叉熵损失进行优化。大量实验表明，我们所提方法在通信信号识别的深度SSL中可取得有前景的结果。
引用
@article{arxiv.2311.08179,
title = {Semi-Supervised Learning via Swapped Prediction for Communication Signal Recognition},
author = {Weidong Wang and Hongshu Liao and Lu Gan},
journal= {arXiv preprint arXiv:2311.08179},
year = {2023}
}